画像・PDFの文字起こし（OCR）無料・登録不要

画像・PDFの中の文字をテキストとして取り出したいとき

会議のホワイトボードを撮った写真、紙の書類をスキャンしたPDF、スクリーンショットに写った文章など、画像やPDFの中に文字があっても、そのままではコピー&ペーストできません。手で入力し直すのは時間がかかります。本ツールはブラウザ内で動くOCR（光学文字認識）エンジンが画像・PDFの文字を検出し、コピーできるテキストとして取り出します。処理はブラウザ内で完結し、画像・PDFの中身は外部サーバーへ送信されません。

実際に読み取らせた結果（解像度によって結果が変わることを確認）

横書き日本語3行（「これはOCRのテスト画像です。」「無料AIツール集は登録不要で誰でも使えます。」「今日は2026年8月21日です。ABC123もテストします。」）を含むPNG画像と、同じ文面の2ページPDFでは、大部分の行が元の文章と一致しましたが、「これは」の直前に「ご」のような余分な文字が入る誤読が一部の行に残りました。PDFの結果には「――― ページ 1 ―――」のようにページ区切りが入ります。

罫線のある明細表（品目・数量・単価・金額の4列）を含む請求書風の画像では、結果が解像度によって大きく変わることを確認しました。長辺約1980pxの高解像度では、4列の見出しと請求金額（48,000・30,000・85,800・15,000）がすべてカンマ付きの正しい表記のまま読み取れ、誤読は登録番号の一部の数字だけでした。一方、長辺900〜1600px程度まで解像度を落として同じ画像を複数回試したところ、列の見出しの一部が欠けたり、金額の一部の数字がアルファベットや別の数字に誤読されたりする回がありました（どの回でどこが崩れるかは実行ごとに変わり、常に同じ箇所が崩れるわけではありません）。表の行・列という構造自体は、解像度にかかわらず1つのセルの文字列がそのまま1行のテキストとして並ぶ形になり、復元されません。金額を扱う書類では、読み取り結果の数字を元の書類と必ず照合してください。

分かった2つの傾向（表の構造は解像度に関わらず復元されない・拡大処理が効くのはごく小さい画像に限られる）

1つ目は、罫線のある表の中の文字は解像度が高いほど正確に読み取れますが、行・列という表の構造そのものは解像度に関わらず復元されないことです。2つ目は、画像を2倍に拡大してからOCRにかける処理の効果が、画像の大きさによって大きく異なることです。罫線のない短い横書き文章を含む長辺260px級の非常に小さい画像では、拡大しない場合は文字が1つも認識されなかったのに対し、拡大すると大部分の文章が読み取れるという明確な改善を確認しました。一方、罫線のある表を含む画像を長辺640px〜1980pxの範囲で複数回試したところ、拡大によって認識できる語の数がかえって減る回の方が多く、特に元から解像度が十分な長辺1980px級の画像を拡大すると、認識精度が大きく落ちました。そのため本ツールでは、長辺500px未満の画像だけを2倍に拡大し、500px以上の画像は拡大せずそのまま読み取ります。「小さい画像は拡大されるので精度が上がる」と一律に言えるものではなく、改善を確認できたのはごく小さい画像に限られます。拡大処理では、なめらかな補間ではなく画素をそのまま複製する方式（最近傍補間）を使っています。ぼかす補間を使うと文字の輪郭が崩れ、認識精度がさらに落ちることを確認したためです。

初回のモデル取得と2回目以降のキャッシュ（実測）

初回利用時は、OCRエンジン本体（約31KB）と日本語の文字認識モデル（約1.5MB）、認識処理用のコアモジュール（約1.3MB）を読み込むため、合計で約2.9MBの通信が発生することをネットワークログで確認しました（日本語選択時）。2回目以降は、言語モデル（日本語データ）はブラウザにキャッシュされ、同じ言語を選ぶ限り再ダウンロードされないことを確認しています。OCRエンジン本体とコアモジュールはCDN配信のため、通常のブラウザではキャッシュされますが、今回のテスト環境では毎回の挙動までは確認できていません。

この文字起こしツールの弱点（手書き・縦書き・表の構造は非対応）

本ツールが使うモデルは印刷された横書きの文字（活字）向けです。手書き文字、縦書きの文書は対応していません。手書きが混ざった書類は手書き部分の認識率が大きく下がり、縦書きの文書は文字の並び順が崩れます。表形式のデータは、実測のとおり文字自体は読み取れますが、行・列といった表の構造は復元されないため、表計算ソフトにそのまま貼り付けて使うような用途には向きません。